SnowFogS - Detektion und Prognose von Nebel und Schnee für PV-Prognosen; Teilvorhaben: Entwicklung und Implementierung von satellitengestützten Nebel- und Schneemodellen und wissenschaftliche Analysen zu deren Nutzung für PV-Prognosen

Abstract

Ziel des Gesamtprojekts war die Verbesserung von PV-Leistungsprognosen in den kritischen Wettersituationen Nebel und Schnee. Dazu wurden Verfahren zur Detektion und Prognose von Nebel und Schnee auf Basis von Satellitendaten entwickelt. Mit diesen neuen Verfahren erstellte Datensätze wurden zur Verbesserung von PV-Leistungsprognosen in solchen Situationen genutzt. Das Fraunhofer ISE hat dazu die folgenden Ergebnisse in Kooperation mit den Projektpartnern erarbeitet • Es wurden neue Verfahren zur Klassifikation von Nebel und Schnee in Satellitenbildern auf Basis maschinellen Lernens in Kooperation mit KIT entwickelt. Der Fokus des ISE lag auf der Entwicklung des Schnee Modells. • Es wurden neue Verfahren zur Verbesserung der Kurzfristprognose der solaren Einstrahlung in Nebelsituationen entwickelt. • Die Vorteile der neu entwickelten Verfahren im Vergleich zu bestehenden Verfahren wurden in detaillierten meteorologischen Analysen gezeigt . • Es wurde ein operativer Testbetrieb in Kooperation mit emsys aufgesetzt. Das Fraunhofer ISE hat Schnee- und Nebelkarten sowie Kurzfristvorhersagen der solaren Einstrahlung über mehrere Monate operativ geliefert. Das Zusammenspiel von satellitenbasierter Information zu Nebel und Schnee, Einbindung in die PV-Leistungsvorhersage und Anwendung bei den Netzbetreibern wurde auf Basis von historischen Datensätzen (Backtests) und im operativen Testbetrieb erprobt und validiert. Der Vergleich mit den bestehenden Verfahren zeigte die Vorteile der neu entwickelten Modelle, insbesondere in Bezug auf die Genauigkeit und die Bereitstellung zusätzlicher Unsicherheitsinformation. Datei-Upload durch TIB The aim of the overall project was to improve PV power forecasts in critical weather situations such as fog and snow. For this purpose, methods for the detection and forecasting of fog and snow based on satellite data were developed. The datasets created with these new methods were utilized to enhance PV power forecasts in such situations. Fraunhofer ISE, in collaboration with project partners, has achieved the following results: • New methods for classification of fog and snow in satellite images based on machine learning were developed in cooperation with KIT. The focus of ISE was on the development of the snow model. • New methods for improving short-term solar radiation forecasts in fog situations were developed. • The advantages of the newly developed methods compared to existing ones were demonstrated in detailed meteorological analyses. • An operational test was set up in cooperation with emsys. Fraunhofer ISE provided snow and fog maps as well as short-term forecasts of solar radiation operationally over several months. The interplay of satellite-based information on fog and snow, integration into PV power forecasting, and application by grid operators was tested and validated based on historical datasets (backtests) and in the operational test. The comparison with existing methods showed the advantages of the newly developed models, particularly regarding accuracy and the provision of additional uncertainty information.